一种新的基于cookie的互联网个性化推荐系统设计

• 作者: 凌力 胡畔 钟央
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: cookie 个性推荐 频繁模式
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 开发应用
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP393
• 字数: 3836字
• 语种: 中文

摘要

将cookie技术与模式识别算法相结合,基于对用户历史使用习惯的数据挖掘,实现了互联网的个性化推荐等功能.提出的特征映射与聚类相结合的模式识别算法解决了SPADE算法不能反映类信息的问题与大量数据聚类时的效率低下,同时提出了与本算法相配合的cookie设计,从而完成了个性化推荐系统的整体设计.对于理解互联网用户行为,并且以此为基础提升用户体验有着相当重要的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌力	复旦大学信息科学与工程学院	58	466	11.0	20.0
2	钟央	复旦大学信息科学与工程学院	4	11	2.0	3.0
3	胡畔	复旦大学信息科学与工程学院	4	11	2.0	3.0